量化、AI并不是一切

随着围棋比赛中阿尔法狗完胜人类，近几年人工智能（大数据）将占领华尔街的新闻也是铺天盖地、甚嚣尘上。其实笔者并不相信目前纯粹的人工智能在投资上能够超过最好的基金经理。为什么这么说呢？因为围棋与投资有着本质的区别。

棋类游戏，很早的时候人类就已经被计算机打败了（如国际象棋）。不过围棋的难点在于，可能的状态数太多，无法穷举，但这些难点终究只是一个数量上的问题，所以围棋算法的核心要点在于，在有限算力的情况下，通过优化算法，放弃部分搜索空间，同时保证寻找到的是较优的解。在计算机领域，这其实就是个“优化”问题。

但是投资完全不一样，投资不是“优化”问题，投资是“预测”问题，是要预测市场的下一步应该怎么走。“预测”问题可以说极其困难。Facebook人工智能掌门杨立昆（Yann LeCun）演讲时曾提到过这个问题，人工智能最缺乏的是“常识”，这一缺陷导致了人工智能作出预测极为困难。杨立昆列举的例子是视频，比如某个视频的上半段是乔丹运球冲向篮筐，那么下半段会是什么样子呢？这个问题对人类来说很容易，大概率就是投篮或者扣篮。因为我们的常识已经熟知了篮球的套路。但这个问题对于人工智能来说，却是极为困难的。实际上，很多大公司都曾在预测问题上遭遇尴尬。很早的时候，Google就尝试使用大数据来预测流感，最后证明预测效果并不好。国内也有一些互联网大公司（如百度和腾讯）使用大数据发布了相应的指数基金，业绩相当一般。据笔者所知，Facebook目前甚至没有人去做股票的投资研究，他们肯定深知其中的困难—如果人工智能在投资上能有那么厉害，那么他们早就借此发家致富了。

至于国内很多所谓的人工智能，低级一点的，将神经

标签：一切,AI,问题,人工智能,Facebook,围棋,投资,量化,预测
来源： https://blog.csdn.net/m0_55389447/article/details/118887984